Python 3.x MNIST张量流示例
这是Tensorflow网站上教程中的代码 我有两个问题: 1) k-size是一个长度大于4的整数列表,表示最大池窗口的大小。考虑到这是一个2X2的窗口,这不应该是[2,2]吗?我是说为什么它是[1,2,2,1]而不是[2,2] 2) 如果我们在一号上迈出了一大步。为什么我们需要4个值的向量,一个值不够吗Python 3.x MNIST张量流示例,python-3.x,tensorflow,mnist,Python 3.x,Tensorflow,Mnist,这是Tensorflow网站上教程中的代码 我有两个问题: 1) k-size是一个长度大于4的整数列表,表示最大池窗口的大小。考虑到这是一个2X2的窗口,这不应该是[2,2]吗?我是说为什么它是[1,2,2,1]而不是[2,2] 2) 如果我们在一号上迈出了一大步。为什么我们需要4个值的向量,一个值不够吗 def conv2d(x, W): return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME') def max_po
def conv2d(x, W):
return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
def max_pool_2x2(x):
return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
strides=[1, 2, 2, 1], padding='SAME')
3) 如果padding='SAME',为什么图像大小会减少一半?(在第一个卷积过程中从28 X 28到14 X 14)
strides = [1]